2025 год — хороший год спокойно оглянуться и посмотреть, какая реальная ситуация с торговыми API у российских брокеров на текущий день.

За последние несколько лет появились новые REST/gRPC‑интерфейсы, старые коннекторы никуда не делись, а слово «роботы» стало частью маркетинга. Но разработчика интересует не реклама, а ответ на простой вопрос:

Последние годы у нас был рефлекс: нужна мелочь — ставим библиотеку; нужен каркас — берём шаблон; надо что‑то «на лету» — подключаем генератор кода. С появлением рабочих моделей кода появился более приземлённый путь: сформулировать требование, написать тесты и получить небольшой, понятный модуль без лишних зависимостей. Это не война с OSS, а сдвиг точки равновесия: сложное и критичное остаётся за проверенными библиотеками, а утилитарное всё чаще выгоднее сгенерировать под себя. Дальше — что именно поменялось, где ИИ «откусил» повседневные задачи, где границы и какие практики работают. При этом пишу с позиции алготрейдинга — поэтому примеры и формулировки из этой области; но сам подход уже заметно работает почти во всех направлениях разработки.

Как связать большие языковые модели, биржу и собственный код без боли и лишних API-обёрток

MCP-сервер Alpaca превращает запросы GPT-моделей в реальные сделки на бирже — AI-трейдинг без строчки кода.

Разработка прибыльной торговой стратегии — задача, которая требует тщательного анализа данных и понимания рыночных закономерностей. Чтобы упростить сбор данных, я воспользовался Гидрой — это, пожалуй, лучший бесплатный инструмент для загрузки рыночных данных.

Я скачал минутные данные по BTCUSDT за 2024 год, которые составили примерно 25 МБ, и выгрузил их в CSV-файл.

В последние годы использование искусственного интеллекта (ИИ) стало популярной темой в трейдинге. Многие платформы обещают невероятные результаты благодаря ИИ, но насколько это соответствует действительности?

Недавняя новость от StockSharp, где команда рассказала о применении ИИ для создания коннекторов к криптобиржам, заставила меня задуматься: насколько искусственный интеллект действительно уместен и применим в трейдинге на текущий момент? С этой мыслью я решил изучить рынок и выяснить, что же на самом деле предлагают платформы, которые рекламируют использование ИИ.

В мире алгоритмической торговли и высокочастотных операций скорость получения данных играет критическую роль. Хотя выбор брокера зависит от множества факторов, включая тарифы, удобство использования платформы и набор инструментов, для определенной категории трейдеров и разработчиков торговых систем скорость обновления стакана котировок может быть решающим фактором.

Алгоритмическая торговля — это высокотехнологичная и узкоспециализированная область, где успешное программирование и разработка стратегий могут напрямую влиять на финансовые результаты. Важно понимать, что простое определение популярности языков программирования на основе общего количества репозиториев на GitHub для задач, связанных с алгоритмической торговлей, может дать искажённое представление. Когда мы рассматриваем языки программирования, используя стандартные метрики, такие как общее количество репозиториев, мы можем прийти к ошибочным выводам. Давайте рассмотрим, почему это так.

Внимание! Пожалуйста, уберите от экранов всех программистов в финансовой области с опытом менее 15 лет — мы будем обсуждать настоящие чудеса инженерии.

На протяжении долгого времени я занимался написанием стратегий на различных биржах, надеясь достичь финансового успеха. Однако мои усилия не приносили желаемых результатов, и я не смог найти прибыльный подход.